¡Los kinotos previenen el cáncer!
¡¡Ejercicio + berenjenas = vida más larga!!

Obviamente, estos “titulares” son ficticios pero llamaron su atención ¿no? Los informes sobre los hallazgos de las nuevas investigaciones en el área de salud y alimentos atraen la atención de los consumidores de todas las edades. Después de todo, la salud y los alimentos son preocupaciones centrales en nuestra vida. Los periodistas, los profesores y los profesionales de la salud desean contar con la información más reciente—y también los consumidores. Un solo estudio y los informes sobre el mismo pueden hacer que cientos de personas acudan en busca del suplemento alimentario más reciente que promete una vida saludable. ¿Recuerdas que en 1990 prácticamente cualquier alimento que contuviera avena o salvado de avena desapareció de los estantes de los supermercados después de que se publicara un estudio sobre cómo el salvado de avena reducía el colesterol?

Frustrados y confundidos por la tremenda cantidad de información sobre salud y alimentación que se publica en la actualidad, los consumidores buscan aquellas verdades simples que los ayuden a proteger su salud a través de la dieta. El problema es que los estudios aislados no proporcionan dicha seguridad, pese a que a menudo sirven para atraer la atención.

Los medios de comunicación, los profesionales de la salud y los educadores son los guardianes de la información sobre la salud y alimentación en la actualidad. Ellos son quienes determinan, en gran parte, qué es lo que los consumidores escucharán, leerán y creerán acerca de la salud y los alimentos. Es por eso que tienen la responsabilidad de proporcionar los hechos, ponerlos en perspectiva y ayudar a las personas a determinar de qué manera los hallazgos pueden afectar sus comportamientos y vidas. Para cumplir con esta responsabilidad es necesario que los nuevos estudios sean revisados críticamente antes de  proceder a su publicación. La divulgación de noticias y los resúmenes de los estudios, pese a que resultan útiles para “previsualizar” las investigaciones, no proporcionan la información necesaria para informar de forma precisa y responsable los hallazgos al público.

Felizmente, con práctica, el proceso de revisión crítico de las investigaciones científicas se torna cada vez más fácil y más rápido. Este Informe de IFIC fue diseñado para ayudar a los miembros de los medios, profesionales de la salud y educadores a entender cómo leer y cómo evaluar los estudios científicos que se relacionan con la salud y los alimentos. Presenta una reseña de la información clave que se debe buscar, las preguntas que se deben formular y otras consideraciones importantes.

Un proceso de descubrimiento y debate

A menudo los consumidores consideran que semana tras semana en los medios aparecen estudios contradictorios sobre salud y alimentación, y es por eso que muchos piensan que  los investigadores no se ponen de acuerdo. La respuesta no es sencilla de digerir, porque aceptarla significa que debemos aceptar la inseguridad.

El proceso científico es un camino de descubrimiento. Es el proceso de obtener conocimiento acerca del universo a través de la observación de evidencia comprobable (1). Contrario a lo que muchos creen, este “camino” no es necesariamente una línea recta. Es decir, los investigadores pueden tomar diferentes direcciones de exploración causando  que el “camino” se curve, se retuerza y a veces incluso retrocede o llega a un callejón sin salida antes que los hechos se descubran. Incluso así, los hechos sólo son parte de un largo y parcialmente desconocido fenómeno  y que requieren mucha más investigación para descubrir las respuestas.

Como consecuencia de todo ello, el proceso científico—la forma en que se diseñan, conducen e informan los estudios—frecuentemente genera mucho debate. Efectuar un seguimiento del debate es a menudo clave para poner la nueva investigación en contexto. Sobre esa base, los nuevos estudios de investigación que se publican en los periódicos científicos deberían ser considerados como discusiones entre científicos. En tales discusiones es probable que nadie sea dueño de la verdad ya que es extraño que un estudio ofrezca una respuesta definitiva y completa (2). De hecho, incluso resultados antiguos que ya fueron aceptados, se vuelven a revisar y a discutir. Con el beneficio de nueva información o tecnología, a veces, los científicos ven los resultados antiguos desde una nueva perspectiva. La publicación de hallazgos de la investigación permite a los investigadores obtener opiniones sobre su trabajo que no sólo confirman o contradicen sus resultados sino que también se suman al cuerpo de documentación sobre el tema y ayudan a dar forma a las futuras investigaciones.

El resultado final es que los diálogos que se caracterizan por revisiones cíclicas, conjeturas, aseveraciones y contradicciones son con frecuencia clave para la investigación de un sujeto. Además, tales ciclos generalmente frustran a los que no son científicos y pueden contribuir al aumento del escepticismo público sobre los consejos que se imparten acerca de los alimentos y la salud, pese a que es importante comprender que la ciencia es evolucionaria y no revolucionaria (3). Debido a que la investigación científica explora lo desconocido, la inseguridad es una parte inevitable de las investigaciones actuales. Sólo a través de la repetición de investigaciones y análisis es que emergen las certezas.

Tipos de estudios de investigación: Qué son y cuándo se usan

En términos generales, la investigación puede dividirse en dos categorías: la observacional y la experimental. Dentro de cada una de estas categorías hay tres métodos básicos de los que se valen los científicos para investigar las interrogantes sobre alimentos y salud (4). Es esencial comprender qué puede hacer o no cada método.

Investigación observacional

La investigación observacional se dedica a examinar factores específicos en grupos definidos de sujetos para investigar las relaciones entre dichos factores y los aspectos de salud o enfermedad (5). Por ejemplo, un estudio observacional puede enfocar su atención en el peso corporal de mujeres sanas de 50 años o mayores y su relación con la presión arterial en dicho grupo. Sin embargo, la investigación observacional lo único que puede hacer es sugerir relaciones. La determinación de causa y efecto corre por cuenta de la investigación experimental.

La investigación epidemiológica a menudo es observacional, aunque también puede ser experimental. Se trata del estudio de la distribución y de los determinantes de las enfermedades o de otros resultados que afectan a la salud en las poblaciones humanas (6). Busca exponer las posibles asociaciones entre los aspectos de salud (tales como el cáncer y las enfermedades cardíacas) y la dieta, el estilo de vida, los hábitos u otros factores dentro de una misma población.

Pese a que los estudios epidemiológicos son útiles para sugerir relaciones entre dos factores, es importante recordar la limitación básica que tienen los estudios epidemiológicos: no indican necesariamente causa y efecto (5). De hecho, las asociaciones que se indican pueden resultar ser meras coincidencias. Un simple ejemplo de esto lo es un estudio que sugirió que conducir un Cadillac se asociaba con el aumento del riesgo de padecer enfermedades cardiovasculares. En este caso, el hecho de que el automóvil fuera Cadillac era una coincidencia. La asociación revelada por este estudio debería haber sido entre las características del conductor (género, peso, edad) y la enfermedad.

La investigación epidemiológica observacional puede resultar muy reveladora cuando se le considera en el contexto de lo que la investigación experimental sugiere sobre un sujeto (7). Por ejemplo, para evaluar si una asociación descubierta en un estudio epidemiológico es real y no el resultado de factores sesgados o confusos, los investigadores pueden realizar un ensayo clínico aleatoreo para confirmar la relación causa-efecto.

Investigación experimental

En la investigación experimental, los sujetos de estudio (ya sea humanos o animales) se seleccionan de acuerdo con características relevantes y posteriormente se asignan aleatoriamente a un grupo experimental o a un grupo control (5). La asignación aleatoria asegura que los factores (conocidos como variables) que pueden afectar el resultado del estudio estén distribuidos igualmente entre los grupos y por consiguiente no se produzcan diferencias en el efecto del tratamiento. Posteriormente, el grupo experimental es sometido a un tratamiento (a veces llamado intervención) y los resultados se comparan con los del grupo control que no recibe tratamiento (o que recibe un placebo o tratamiento falso). Cualquier diferencia que se detecte entre los resultados de los grupos podrán atribuirse al tratamiento, es decir, el efecto puede ser considerado como causa del tratamiento. La investigación experimental controlada también puede estar cargada de errores y transformarse fácilmente en no controlada. En ocasiones, estos errores pueden detectarse fácilmente aunque en muchos casos hay que recurrir a los expertos—ellos saben que buscar.

La investigación básica genera datos por medio de la investigación de sustancias bioquímicas o procesos biológicos (4). Se realiza a menudo para confirmar observaciones o descubrir cómo funciona un proceso en particular. Por ejemplo, se podría realizar un experimento para examinar de qué forma se puede usar la Vitamina E para prevenir la oxidación del colesterol LDL (lipoproteína de baja densidad), proceso que se cree juega un papel importante en el desarrollo de las enfermedades cardíacas. Esta investigación básica es sólo una parte de un esfuerzo mucho más grande para comprender de qué forma la dieta puede ayudar a reducir el riesgo de enfermedades cardíacas.

La investigación básica puede realizarse in vitro (tales como en tubos de ensayo) o con animales de laboratorio. La investigación con animales es una herramienta importante para determinar cómo pueden reaccionar los seres humanos al ser expuestos a sustancias particulares. Sin embargo, es importante advertir que, debido a las diferencias fisiológicas y el hecho de que los animales son expuestos constantemente a niveles de compuestos mucho más elevados que los con que se topan las poblaciones humanas, no es posible suponer que los resultados de los estudios con animales puedan generalizarse al género humano.

Los ensayos clínicos se ocupan del estudio experimental de sujetos humanos. Los ensayos pueden intentar determinar si los hallazgos de la investigación básica se aplican a los seres humanos o a confirmar los resultados de la investigación epidemiológica. Los estudios pueden ser pequeños, con sólo un número limitado de participantes, o bien pueden ser grandes ensayos de intervención que buscan descubrir el resultado de tratamientos en poblaciones enteras. Los ensayos clínicos “estándar de oro” son estudios a doble ciego controlados con placebo que utilizan una asignación aleatoria de sujetos a grupos de experimentación y control.

Qué buscar al hacer una revisión crítica de los estudios científicos

Para mejorar la comunicación entre los científicos y facilitar la replicación del estudio, en términos generales, las investigaciones publicadas siguen un formato establecido. En esta sección se detalla cuál es la información importante que se debe buscar y cuáles son las preguntas que debe formularse a uno mismo o a los expertos. Esta información deberá ayudarlo a comprender cada una de las partes del estudio. Se debe tener presente que la información varía dependiendo del artículo en el que salga publicada.

El resumen

El resumen de un estudio publicado sirve para responder brevemente a las preguntas básicas sobre el objeto estudio, cómo se hizo y los resultados obtenidos. Su finalidad principal es permitir a los lectores efectuar una evaluación inicial de si el estudio les resultará interesante sin tener que leer todo el documento. ¡Si sólo con leer el resumen pudiéramos afirmar que nuestra revisión del estudio está completa! Desafortunadamente, no es el caso. Los resúmenes no proporcionan los detalles suficientes que permitan a los lectores evaluar la validez de un estudio o ponerlo en contexto. Estos son factores que sólo se pueden evaluar por medio de una revisión profunda de todo el estudio.

Introducción

La sección de introducción le da al lector la “bienvenida”. Introduce al lector en el tema de la investigación ya que presenta la pregunta que el investigador busca responder o el problema o la hipótesis del que se basa el estudio (8). Explica por qué se realizará el estudio, lo que le da al lector una pista sobre la importancia que pueda llegar a tener la investigación. En ella también se explica brevemente cómo se realizará la investigación. La introducción se puede dividir en dos partes principales: la sección de Antecedentes y la sección de Propósito.

Antecedentes: Los antecedentes que se presentan en la introducción de un estudio e explican por qué los investigadores piensan que el estudio es importante (8). Debería reflejar un conocimiento completo del tema de la investigación y también incluir una breve reseña sobre los estudios previos que respaldan los conceptos o teorías que se enuncian en el mismo y aquéllos que no lo respaldan. Básicamente, le informa al lector cuáles son los puntos de vista vigentes sobre el tema y también el fundamento del investigador.

Propósito: El propósito es en esencia lo que define al estudio (9). En él se indica cómo se realizará el estudio: el diseño de la investigación, las variables que se medirán, cómo se recopilará y analizará la información y qué conclusiones se extraerán.

En algunas instancias usted quizás piense que el estudio no ha sido diseñado o conducido de la manera apropiada para lograr su propósito. Por ejemplo, el tipo de estudio puede no ofrecer la información requerida para responder a la pregunta formulada o quizás la población del estudio no se adapte al propósito. En estos casos, puede resultar muy útil consultar a los expertos para determinar la validez de las conclusiones del estudio.

Preguntas clave:

• ¿Cuáles son las limitaciones inherentes de este tipo de estudio?
• ¿El diseño de la investigación se ajusta  al propósito del estudio?
• ¿Omitió el autor puntos importantes de la sección de antecedentes que podrían haber tenido un efecto significativo en el diseño del estudio o en la interpretación de los resultados?

Metodología

La pregunta clave de la metodología es “¿Cómo?” Esta sección debería servir para que los lectores críticos determinen si la investigación es válida o no, es decir, ¿fue diseñada adecuadamente para lograr su propósito? (9). Es por este motivo que la sección de metodología debe ser revisada con cuidado. En ella se explica cómo se realizó la investigación y debería proporcionar información con suficiente detalle para que el lector pueda evaluar el estudio. También debería permitir al lector comprender a quién o a qué se aplican los resultados del estudio. La información importante que aparece en la sección de metodología incluye lo siguiente (10):

• la ubicación física del estudio (en una clínica, laboratorio, población, etc.)
• cómo se controlaron las variables (¿cómo se ajustaron para las cualidades específicas del sujeto o influencias externas que pudieran llegar a afectar los resultados?)
• el tamaño de la muestra
• el número de grupos de estudio
• el tratamiento o las variables que se observaron (por ejemplo, suplementos vitamínicos o dietas específicas)
• la duración del estudio
• cómo se recopilaron los datos
• cómo y qué procedimientos estadísticos se utilizaron en el análisis de los datos

En la sección de metodología también se proporciona información sobre el método de muestreo y se establece si los sujetos fueron asignados aleatoriamente o no (en estudios experimentales) Se debe prestar especial atención a estos puntos porque son los primeros pasos que se adoptan para realizar la investigación y cualquier error puede ocasionar la invalidez de los resultados.

La aleatoriedad en la selección y asignación: La expresión “muestra aleatoria” resulta familiar casi para cualquier persona pero, es de crucial importancia la manera exacta en que se seleccionan los sujetos (la “muestra”) para el estudio. Entre otras cosas, el método de muestreo afecta a los destinatarios de los resultados del estudio.

Si los sujetos son seleccionados aleatoriamente, es decir, por medio de un procedimiento en el que todos los individuos en una población bajo estudio tengan las mismas posibilidades de ser seleccionados, entonces los resultados del estudio pueden generalizarse (9). Una verdadera selección aleatoria se efectúa usando una tabla de números aleatorios generada por computadora. Por ejemplo, convocar a personas elegidas aleatoriamente de un directorio telefónico entre la 1:00 y las 3:00 de la tarde no se considera un muestreo aleatorio de la población total de los Estados Unidos. A todos se nos pueden ocurrir una cantidad de razones por las cuales esto no es verdaderamente aleatorio: algunas personas no tienen teléfono y otros no figuran en el directorio. Además, la muestra no incluiría a muchas personas que trabajan tiempo completo y estaría compuesta mayormente por madres, ancianos, desempleados, estudiantes, enfermos y otras personas que permanecen en sus casas o que por ejemplo trabajan en el turno nocturno.

El término “aleatorio” también se aplica a la asignación o división de los sujetos en grupos. La asignación aleatoria garantiza que todos los sujetos tienen iguales posibilidades de estar incluidos en los grupos experimental y control, aumentando las probabilidades de que ocurra una variable no identificada de manera sistemática en ambos grupos con la misma frecuencia. La aleatoriedad es clave para controlar las variables que los investigadores desconocen o que no pueden controlar adecuadamente, pero que podrían afectar el resultado de un estudio experimental (9).

Para determinar el verdadero efecto de un tratamiento, los investigadores deben controlar cuidadosamente todas las variables que podrían afectar el resultado de un estudio. Algunas de las variables son obvias, como la edad, el peso corporal y el género. Para controlar estas diferencias, los investigadores comparan a los sujetos incluidos en el  grupo experimental y de control para que tengan características similares. Algunas variables, como la herencia, son más difíciles de controlar. Hay otras que pueden ser desconocidas—porque el conocimiento de la biología humana todavía se está desarrollando, para citar un ejemplo. Al asignar aleatoriamente a los sujetos en los grupos de estudio, la influencia de tales variables se minimiza y cualquier diferencia en los resultados de los grupos se puede ser atribuida al tratamiento.

Una cuestión de tamaño—tamaño de la muestra, es decir: Como quizás usted probablemente sabrá por experiencia, la interrogante primaria sobre el tamaño de la muestra es “¿Fue lo suficientemente grande para hallar un efecto?” La respuesta no es siempre sencilla. De hecho, a menudo es una cuestión de juicio.

Por ejemplo, al estudiar el efecto de un medicamento para perder peso, un investigador puede decidir que el tamaño de la muestra de 100 personas es adecuado porque el efecto se nota fácilmente: ¿Cuántos kilos perdieron aquellos que recibieron el medicamento en comparación con los quién no lo recibieron? Sin embargo, al evaluar el consumo promedio de frutas y verduras de los niños que participaron en un programa de intervención escolar, se puede considerar necesario contar con varios miles de niños porque es probable que el aumento derivado de esa intervención sea relativamente pequeño. Es decir, las dietas de los niños en el grupo experimental y control pueden no diferir mucho en términos del consumo de frutas y verduras y por consiguiente, el efecto de la intervención podría no llegar a notarse. Es más fácil detectar un efecto pequeño cuando se están analizando los resultados de una muestra grande.

Sin embargo, una muestra pequeña no significa necesariamente que el estudio tenga errores. Por ejemplo, los estudios prospectivos de nutrición clínica generalmente tienen una cantidad pequeña de sujetos porque son muchas las variables que se deben controlar. Cuando lea un estudio asegúrese de buscar la razón en la que se basó el investigador para decidir el tamaño de la muestra.

Unas palabras sobre las limitaciones metodológicas: A menudo, las limitaciones son fijadas por los investigadores—como por ejemplo el financiamiento del estudio o la ética de las pruebas con seres humanos—y pueden llegar a restringir seriamente el progreso del estudio y de los resultados del estudio. Aparte de estas limitaciones externas, pueden existir también limitaciones internas, como las que se experimentan cuando se sabe que el estado actual del conocimiento en un campo de estudio (especialmente en relación a los instrumentos de recolección de datos) es limitado. Cualquier tipo de restricción—que pudiera llegar a afectar los resultados del estudio—debería ser discutida abiertamente en las secciones de metodología o discusión.

Preguntas claves:

• ¿Existen en este estudio fallas importantes de diseño?
• ¿Las medidas de recolección de datos son apropiadas para contestar  las preguntas del estudio?
• ¿Las limitaciones metodológicas fueron reconocidas y discutidas?
• ¿Qué influencia pueden llegar a tener estas limitaciones en los resultados?

Resultados

Nadie puede negar que leer un estudio científico hasta este punto puede resultar difícil y tedioso. Ahora bien, finalmente estamos llegando a la parte más interesante: los resultados. La sección de resultados de un estudio no tiene la finalidad de proporcionar lo que podríamos denominar respuestas sino lo que los científicos llamarían “datos” y el análisis estadístico de los datos (8). Para una comunicación más precisa, con frecuencia se usan medidas estadísticas para transmitir la existencia y fuerza de las relaciones.

El campo de las estadísticas esta basado en la cuantificación de la información. Las estadísticas descriptivas presentan la información de una manera organizada para que sea más fácil interpretarlas (9). Algunas de las estadísticas descriptivas más familiares incluyen los porcentajes, la frecuencia, la media y la desviación estándar. Sin embargo, las estadísticas descriptivas no proporcionan información sobre causa y efecto—ese es el reino de las estadísticas inferenciales. Como el nombre lo indica, las estadísticas inferenciales a menudo implican hacer inferencias de los resultados obtenidos de una muestra estudiada para extrapolarlos a una población más grande (8).

Entendiendo la significancia estadística: Sin ser demasiado técnicos, esta breve discusión sobre la significancia ayudará al lector en entender mejor esta medición estadística.

Por lo general, los investigadores calculan la significancia estadística (“valor P”) para estimar las probabilidades de que el efecto hallado en el estudio pudiera deberse a la casualidad. Si los resultados de un estudio son estadísticamente significativos entonces, el estudio puede haber hallado alguna asociación o efecto real y no será probable que los hallazgos se deban a diferencias aleatorias. El autor del estudio identificará qué valor P ha utilizado en el análisis. Un valor P de menos del 5 por ciento (P < 0.05) es muy común y será considerado estadísticamente significativo (8). Esto significa que el resultado ocurrirá menos del 5 por ciento del tiempo si no hubiera efecto. Otros niveles más estrictos de significancia son P <.01 y P <.001.

Si los resultados de un estudio no son estadísticamente significativos, el autor puede discutir el poder estadístico del estudio. Una discusión profunda de dicho poder está más allá del alcance de este Informe; sin embargo, cuando esta información está incluida se puede ayudar al lector a entender si el estudio tiene posibilidades de hallar la respuesta a las preguntas que originaron la investigación.

Es fácil mezclarse en discusiones sobre la importancia estadística cuando se lee una investigación, pero es importante recordar que un resultado estadísticamente significativo no quiere decir necesariamente que los resultados son importantes—o relevantes para el público. Además, un hallazgo estadísticamente significativo no garantiza que la investigación no incluya o factores confusos que podrían tornar el valor estadístico en irrelevante (7). La importancia estadística es sólo una parte del marco de referencia, para analizar el panorama completo se debe tomar en cuenta el contexto del estudio—que otras investigaciones en el tema revelan.

Comunicando Riesgo: Atención lectores: Usted “corre el riesgo” de entender mal y comunicar de una manera errónea los resultados del estudio, si no entiende completamente las diferencias entre el riesgo relativo y el riesgo absoluto.

El riesgo absoluto se refiere al riesgo real de una ocurrencia—la posibilidad de que se produzca un resultado específico. El riesgo relativo expone el riesgo en términos comparativos—el índice de resultados para las personas expuestas al factor bajo estudio comparado con el índice de resultados para quienes no estuvieron expuestos al factor. Un riesgo relativo de >1 indica un riesgo aumentado del resultado que se está investigando, un riesgo de <1 indica un riesgo disminuido. El riesgo relativo es la medida más común en la literatura médica de la actualidad para evaluar la morbilidad o mortalidad. Sin embargo, en muchos casos, el riesgo absoluto es una estadística mucho más relevante para el público (11).

Por ejemplo, supongamos que un estudio muestra que un hombre que se cepilla los dientes sólo una vez al día tiene 50 por ciento más probabilidad de que se le caigan todos los dientes en los próximos 10 años que aquél que se los cepilla dos veces al día. Esto es el riesgo relativo. Sin embargo, el riesgo absoluto de que se caigan todos los dientes de una persona puede ser de sólo 1 por ciento. En este caso, el riesgo relativo es el que hace que el problema—aunque raro—parezca más importante de lo que verdaderamente es. Sin embargo, el riesgo relativo también puede hacer que un problema parezca menos importante de lo que realmente es. Por lo tanto, cuando se analizan los resultados de un estudio es importante considerar tanto el riesgo relativo como el riesgo absoluto.

Preguntas clave:

• ¿Cuál es la importancia real y estadística de estos resultados?
• ¿A quién se aplican estos resultados?
• ¿Cómo se comparan estos resultados con los de otros estudios con el mismo tema?

Discusión

La sección de discusión de un estudio ofrece al lector algunas aclaraciones sobre el tema estudiado y a menudo arroja nueva luz sobre los resultados y sus significados. Se pueden presentar explicaciones alternativas para los resultados y las implicaciones de la investigación.

Uno de los errores más frecuente en la investigación científica es dar conclusiones que no están respaldadas por los datos adecuadamente. Esto puede ocurrir por un número de razones: recolección de datos insuficientes o inadecuados, una generalización excesiva de los resultados, problemas metodológicos o limitaciones inherentes en el diseño del estudio. Es por este motivo que es importante revisar la sección de metodología.

En ocasiones, los investigadores se alejan del método científico e informan conclusiones que no se relacionan con la pregunta de investigación que fue probada. Pese a que las conclusiones extraídas de esta manera, pueden tener mérito, es importante pasar una segunda revisión para analizar si el estudio fue adecuadamente diseñado y conducido para respaldar las conclusiones secundarias (12).

Finalmente, sea desconfiado de las conclusiones absolutas que profesan ser la palabra final en el tema. Una buena investigación responde algunas preguntas y plantea otras. Con frecuencia, los artículos que se publican en las revistas especializadas concluyen con una convocatoria para que se realicen más investigaciones sobre temas particulares que no quedaron claros o para replicar los hallazgos del estudio actual.

Preguntas clave:

• ¿Las conclusiones están respaldadas por los datos?
• ¿Las conclusiones del estudio están relacionadas con el propósito inicial del estudio? De no ser así, ¿las conclusiones secundarias respaldan el diseño y los resultados del estudio?

Referencias

Los expertos en el tema del estudio pueden rápidamente decir si se omitió alguna investigación clave en la lista de referencias. Si fuera el caso, es probable que los investigadores hayan fallado en revisar, considerar y evaluar adecuadamente los trabajos previos que ya fueron hechos en el campo y que podrían haber beneficiado a su estudio. Además, una lista de referencias que incluye tanto investigaciones antiguas como más modernas puede garantizar al lector que el autor ha revisado profundamente el cuerpo bibliográfico de la investigación como antecedentes y que no sólo ha considerado los últimos o los primeros estudios que se realizaron sobre el mismo tema.

Además se debe tener en cuenta...

Otros asuntos  que ameritan atención en la revisión crítica de los estudios son las fuentes de financiamiento y el uso apropiado de editoriales y cartas al editor.

Fuentes de financiamiento: A menudo, uno escucha críticas de un estudio—o sus hallazgos lo descartan totalmente—porque fue financiado por la industria o por algún grupo interesado. Muchas publicaciones científicas actuales exigen que los posibles conflictos de intereses sean divulgados y se haga referencia a las fuentes de financiamiento en el mismo documento. Pese a que resulta interesante aclarar cuáles fueron las fuentes de financiamiento de un estudio, es injusto—y quizás hasta imprudente—negar los resultados de un estudio simplemente basado en la fuente de financiamiento.

La razón por la cual los estudios son a menudo financiados por organizaciones que se podrían beneficiar con los resultados es obvia. Después de todo, ¿quién otro que una parte interesada podría asignar montos tan importantes de dinero que a menudo requieren este tipo de estudios? Por ejemplo, cuando una compañía está buscando la aprobación de un nuevo ingrediente alimentario, la ley le exige que se presenten estudios adecuados que demuestren la seguridad de dicho ingrediente. El Gobierno—los contribuyentes de impuestos—ciertamente no invertirían millones de dólares para estudiar ingredientes de alimentos o productos que quizás ¡jamás salgan al mercado!

Los investigadores éticos no manipulan datos ni diseñan estudios para respaldar los intereses de quien los financia. De hecho, la mayoría de los miembros de la industria no desean un investigador “que les diga lo que quieren oír”; quieren conocer las respuestas reales a sus preguntas. Una evaluación crítica de la investigación por sus propios méritos es la mejor manera de evaluar su validez e importancia. Si el estudio es bueno, sus resultados tendrán su propio peso—sin que importe quién respaldó la investigación.

Editoriales y cartas al editor: Los editoriales—u opiniones escritas por expertos que no son los autores del estudio del que se ocupan en su editorial—pueden ser otro elemento muy valioso para que los lectores comprendan un estudio, su significado y sus implicaciones prácticas (13). A menudo, los editoriales ofrecen una perspectiva diferente sobre un estudio, ya que lo analizan en el contexto de otra investigación y también identifican los posibles errores que pueden afectar la aplicabilidad o incluso la veracidad de los resultados del estudio.

Aunque las cartas al editor aparecen en las ediciones posteriores a las que se publicó el estudio, si los lectores tienen tiempo para esperar, tales cartas pueden resultar muy útiles para ayudar a identificar los posibles problemas de un estudio. Por lo menos pueden usarse como una herramienta de educación continua en qué buscar cuando se analizan críticamente los estudios.

Sin embargo, los resultados de los estudios que se informan por medio de cartas al editor no deberían ser tomados al pie de la letra. Estos no pueden reemplazar los artículos revisados por colaboradores en los que se proporcionan los detalles que necesitan los lectores para revisar críticamente la investigación.

Resumen

Este Informe de IFIC presenta información para ayudar a los miembros de los medios de comunicación, profesionales de la salud y educadores a comprender cómo leer y evaluar los estudios científicos que se relacionan con los alimentos y la salud. Dicha revisión crítica es esencial para poner los resultados sobre un tema en particular, en el contexto de la literatura científica y para presentar con precisión la importancia que pueda tener la investigación para el público.

Aunque los diversos elementos de un estudio que han sido discutidos son afectados si una investigación proporciona o no respuestas válidas y relevantes a las preguntas que se investigan, es importante darse cuenta que no existe la investigación “perfecta” (3). La economía, la ética y el estado actual del conocimiento pueden limitar la capacidad de un estudio para hallar las respuestas que se buscan.

Dicho esto, también es esencial recordar que la naturaleza del proceso científico no es lineal. Es un proceso que se mueve con frecuencia en diferentes direcciones, generando preguntas, discusiones y debates a lo largo del camino.

¿Cómo le hace el comunicador para maniobrar a través de este laberinto de hallazgos científicos emergentes sobre alimentos y salud para ofrecer información correcta y relevante al público? Primero, reservándose de opinar acerca de un estudio hasta haber analizado otros estudios y consultado a otros expertos para que lo ayuden a evaluar los hallazgos del estudio y su importancia—o falta de importancia. En otras palabras, colocando toda la investigación en contexto. Segundo, tomando un enfoque moderado al comunicar la información nueva. Darse cuenta que lo que puede parecer un estudio revolucionario y alterador de la vida hoy en día, puede llegar a ser lo opuesto mañana. Esa es la naturaleza de la investigación y lo que torna al viaje en interesante.

Definiciones clave

Sesgo—problemas en el diseño del estudio que pueden producir efectos no relacionados con las variables que están estudiando (16). Un ejemplo puede ser un sesgo de selección que se produce cuando los sujetos del estudio son elegidos de tal manera que puede aumentar o disminuir de forma engañosa la fuerza de una asociación. La elección de los sujetos para los grupos experimentales y de control de diferentes poblaciones puede resultar en un sesgo de selección.

Ciego, simple o doble—en un experimento ciego simple, los sujetos no saben si están recibiendo un tratamiento experimental o un placebo (4). En un experimento ciego doble, ni los investigadores ni los sujetos saben quiénes están recibiendo tratamiento hasta después de que se haya completado el estudio.

Variable o factor que produce confusión—es una variable “escondida” que puede causar una asociación que el investigador la atribuye a otras variables (17).

Grupo de control—El grupo de sujetos en un estudio con respecto al cual se efectúa la comparación para determinar si una observación o tratamiento tiene algún efecto (9). En un estudio experimental, será el grupo que no recibe tratamiento. Los sujetos son tan similares a los que forman el grupo de prueba lo más posible que se pueda.

Correlación—es una asociación o cuando se encuentra que un fenómeno es acompañado por otro (16). Una correlación no prueba causa y efecto. La correlación también puede definirse estadísticamente.

Grupo experimental—el grupo de sujetos que recibe tratamiento en un estudio experimental (9).

Generalización—el alcance con el que se pueden llegar a aplicar los resultados de un estudio a la población general que puede compararse con la población estudiada (18).

Incidencia—El número de casos nuevos de enfermedad durante un período determinado en una población definida (6).

Meta análisis—una técnica cuantitativa en la que los resultados de varios estudios individuales son agrupados para extraer conclusiones generales (6).

Investigación de resultados—tipo de investigación usado cada vez más en la industria de la salud y que proporciona información sobre cómo un procedimiento o régimen de tratamiento específico afecta al sujeto (seguridad y eficacia clínica), el funcionamiento físico y estilo de vida del sujeto y otras consideraciones económicas tales como salvar o prolongar la vida y evitar complicaciones costosas (19).

Placebo—en ocasiones también llamado “píldora de azúcar”, un placebo es un tratamiento “falso” que parece ser idéntico al tratamiento real (4). Los tratamientos con placebo se usan para eliminar las tendencias que se pueden presentar por la expectativa de que un tratamiento debería producir un efecto determinado.

Prevalencia—el número de casos existentes de una enfermedad en una población definida durante un período específico (6).

Estudio prospectivo—investigación epidemiológica que sigue a un grupo de personas durante un período determinado para observar los posibles efectos que una dieta, un comportamiento y otros factores pueden tener en la salud o en la incidencia de la enfermedad (4). En general, se le considera un diseño de investigación más válido que la investigación retrospectiva.

Aleatorización o asignación aleatoria—el proceso de asignar sujetos a grupos experimentales o de control en donde los sujetos tienen la misma posibilidad de ser asignados a cualquiera de los grupos (9). Se usa para controlar las variables conocidas, desconocidas y difíciles de controlar.

Muestreo aleatorio—un método por el cual se seleccionan los sujetos para participar en un estudio en el que todos los individuos de una población tienen las mismas posibilidades de ser elegidos (9). Ayuda a garantizar la generalización de los resultados del estudio.

Confiabilidad—si la prueba o instrumento que se utilizó para recopilar datos, como lo es por ejemplo un cuestionario, ofrece los mismos resultados si se repite varias veces con la misma persona (20). Una prueba confiable da resultados reproducibles.

Diseño de la investigación—la configuración de un estudio para recopilar información o datos (10). Para obtener resultados válidos, el diseño debe ser apropiado para responder la pregunta o la hipótesis bajo estudio.

Confusión residual—el efecto que permanece después de haber intentado controlar estadísticamente las variables que no se pueden medir perfectamente (17). Se trata de un concepto particularmente importante en los estudios epidemiológicos porque el conocimiento de la biología humana aún se está desarrollando. Existen muchas variables desconocidas que podrían modificar significativamente las conclusiones que se obtengan sobre la base de la investigación epidemiológica.

Estudio retrospectivo—la investigación que se basa sobre datos pasados o sobre información ya registrada. A menudo, este tipo de investigación tiene limitaciones porque la cantidad de variables no puede controlarse y porque la memoria no es infalible (4).

Riesgo—un término que abarca una variedad de medidas de las probabilidades de un resultado. Por lo general se usa en referencia a resultados desfavorables tales como la enfermedad o la muerte (6). Asegúrese de distinguir entre riesgo absoluto y riesgo relativo.

Factor de riesgo—cualquier factor que muestre estadísticamente tener una relación con la incidencia de una enfermedad (4). No necesariamente se infiere causa y efecto.

Poder estadístico—una cantidad matemática que indica la probabilidad que tiene un estudio de obtener un efecto significativo desde el punto de vista estadístico (16). Un poder alto de 80 por ciento, u 0.8 indica que el estudio—si se lo realiza varias veces—podría producir un efecto estadísticamente significativo el 80 por ciento del tiempo. Por otra parte, un poder de sólo 0.1 significa que podría haber una posibilidad del 90% de que la investigación no detecte el efecto—si es que existe.

Significancia estadística—la probabilidad estadística que los datos observados hubieran ocurrido igualmente si no existiera el efecto (10). Sobre la base de la hipótesis de que si realmente no hay efecto, resulta poco probable que se produzcan los resultados de un estudio. Un valor P de menos de 5 por ciento (P < 0.05) significa que el resultado se produciría menos de 5 por ciento del tiempo si no existiera el efecto, y generalmente se considera evidencia de un verdadero efecto de tratamiento o verdadera relación.

Validez—el alcance con que el estudio o un instrumento de estudio mide lo que se está intentando medir (20). Se refiere a la precisión o veracidad que tiene la conclusión del estudio.

Variable—cualquier característica que puede variar en los sujetos del estudio, como por ejemplo, sexo, edad, peso corporal, dieta, comportamiento, actitud u otro atributo (10). En un experimento, el tratamiento es llamado la variable independiente y es el factor que se investiga. La variable que resulta influida por el tratamiento es la variable dependiente y puede modificarse como resultado del efecto de la variable independiente.

Referencias

1. Moore M, ed. Health Risks and the Press: Perspectives on Media Coverage of Risk Assessment and Health. Washington, DC: The Media Institute; 1989.
2. Angell M, Kassirer JP. Clinical research - what should the public believe? N Engl J Med. 1994;331(31): 189- 190.
3. Williams L. Stalking the Elusive Healthy Diet. The New York Times, October 11, 1995.\
4. Why do those #&*?@! "experts" keep changing their minds? UC Berkeley Wellness Letter, February 1996.
5. Blonz E. Scientific studies: how to handle the hype. Vegetarian Times, March 1995.
6. Langseth L. Nutritional Epidemiolgy: Possibilities and Limitations. ILSI Europe Concise Monograph Series; 1996.
7. Charlton BG. Should epidemiologists be pragmatists, biostatisticians, or clinical scientists? Epidemiology 1996;7(5)552-554.
8. Scandlyn JN. How to read a research article. Orthopaed Nurs. 1997;6(5):21-27.
9. Tait PE. Do-it-yourself evaluation of experimental research. J Vis Impair Blindness October 1984;356-363.
10. Schantz D, Lindeman CA. Reading a research article. J Nurs Admin. March 1982;30 - 33.
11. Dupont W. Converting relative risks to absolute risks: a graphical approach. Stat Med. 1989;8(6):641-651.
12. Savitz D, Olshan A. Multiple comparisons and related issues in the interpretation of epidemiologic data. Am J Epidemiol. 1995;142(9):904- 908.
13. Angell M, Kassirer J. Editorials and conflicts of interest. N Engl J Med. 1996;335(14):1055-1056.
14. Geller NL, Proschan M. Meta-analysis of clinical trials: a consumer's guide. J Biopharm Stat. 1996;6(4):377-394.
15. Dattilo A, Kris-Etherton P.M. Effects of weight reduction on blood lipids and lipoproteins: a meta-analysis. Am J Clin Nutr. 1992;56(2):320-328.
16. Moore DS. Statistics Concepts and Controversies. New York: W.H. Freeman and Company; 1996.
17. Beecher H. The concept of residual confounding in regression models and some applications. Stat Med. 1992;11:1747-1758.
18. Berkowitz L, Donnerstein E. External validity is more than skin deep: some answers to criticisms of laboratory experiments. Am Psychologist, 1982;37(3):245-257.
19. Gallagher-Allred C, Voss A. Nutrition Intervention and Patient Outcomes: A Self-Study Manual. Ross Products Division, Abbott Laboratories, and The American Dietetic Association; 1995.
20. Sherry B. Descriptive epidemiologic research. Monsen ER, ed. In Research: Successful Approaches. Chicago: The American Dietetic Association; 1992.